我終於進入真正的Codex自動化工作流

前面幾篇Codex 筆記，我一直都還在學一些比較基礎的東西。

什麼是智能體？CLI是什麼？API是什麼？怎麼把自己原本的工作方法封裝成 Skill？

到了這個章節，我開始覺得難度突然往上跳了一個層級。

因為這一次不再只是讓 Codex 產生文字，而是要真的讓它去串接外部工具，一路完成：劇本 → 圖片 → 影片 → 剪輯。

也就是說，之前學到的技能、API、CLI、規劃、反饋，在這一章終於全部開始接起來了。

老師這次用「歷史人物影片」當示範。理想狀態是我只需要給 Codex 一個人物名字，例如李白、李清照、諸葛亮，後面的工作全部交給智能體完成。

• • 先寫人物的一生。
  • 再根據每一段人生經歷產生畫面。
  • 把圖片變成一段一段影片。
  • 最後再把影片放進剪輯草稿。
  • 當整套流程測試成功之後，再把它封裝成技能。

以後不管換成哪一個人物，都不用再重新教一次。

這堂課真正要學的，不是「歷史人物影片」

我覺得這一點一定要先弄清楚。

老師雖然拿歷史人物影片示範，但這不是這堂課真正的重點。

真正值得學的是：如何把一件原本需要操作很多軟體的工作，拆成標準流程，再讓Codex按照順序自動執行。

老師設計的影片工作流，大致可以分成四個階段。

• • 第一階段，生成劇本。
  • 第二階段，生成圖片。
  • 第三階段，把圖片轉成影片。
  • 第四階段，進入剪輯。

這跟我平常做 AI 短影音其實非常像。

我現在自己做影片，也是先想內容、產生素材，再進剪映或其他剪輯工具完成。

最大的差別只是：現在我要試著把原本由我操作的每一個步驟，慢慢交給Codex。

第一步：先把「劇本」變成標準化輸出

自動化影片的第一步，仍然不是圖片，也不是影片。而是文字。

因為後面所有視覺素材，都必須建立在一套清楚的劇本架構上。

老師這次延續上一篇建立 Skill 的方法，先讓 Codex 根據一個人物名稱，產生幾個固定內容。

• • 第一是影片標題。
  • 第二是人物的重要生平經歷，也就是後面影片會使用的字幕或旁白內容。
  • 第三則是每一段字幕所對應的「畫面描述」。

這個畫面描述非常重要。

因為後面 AI 做圖時，不能只拿一句很簡單的字幕就要求它產出理想畫面。

• • 畫面裡的人物幾歲？
  • 穿什麼？
  • 場景在哪裡？
  • 正在做什麼？
  • 環境、氣氛、構圖大概是什麼？
  • 描述得愈完整，後面做圖時就愈有依據。

練習時，不需要一開始就做8段

這裡有一個我覺得非常實際的觀念。

老師原本的案例是把人物的一生拆成多段，例如8段，再生成對應的8張圖。

但是他特別提醒：如果現在只是學習流程，不需要一開始就做那麼多。

可以先改成3段或4段。

原因非常簡單。

後面的圖片與影片都需要消耗模型額度與費用。

我們現在的目標不是拍出一支可以拿奧斯卡的影片。

第一階段真正的目標，是先把整條流程跑通。

這一點我很認同。

因為如果連第一個 API 都還沒接成功，就一次生成8張圖、7段影片，只是在增加除錯成本。

第二步：Codex本身不會所有事情，所以要替它接上「做圖能力」

劇本完成之後，接下來就開始進入 API。

這也是我看到第三章後，覺得難度明顯提高的地方。

老師的概念其實很簡單：Codex本身負責規劃與執行，但如果需要某種它沒有的能力，就透過API接上外部服務。

例如今天需要生成圖片。

我們可以找一個有圖片生成 API 的服務，再把使用方法交給 Codex。

課程示範主要使用火山引擎裡面的模型服務。

但老師也一直強調，工具並不是固定的。

市面上只要有提供相關能力與 API 的服務，理論上都可以依需求替換。

API Key我現在會把它理解成「Codex使用我帳號的鑰匙」

這一堂又再次碰到 API Key。

老師用了很白話的方式解釋。

平常我們自己登入一個 AI 平台，可能使用帳號、手機驗證或其他方式。

但是今天不是「我」登入。

是 Codex 要從程式裡呼叫這項服務。

所以服務必須知道：這個請求是誰發的？使用哪一個帳戶？費用應該算在哪一個帳戶？API Key就是其中很重要的一項驗證資訊。

因此老師也特別提醒：API Key不要隨便給別人。

因為它可能代表別人可以使用你的服務額度，甚至產生費用。

我覺得未來真正開始做 Tina 版工作流時，這個觀念一定要特別注意。

最有意思的一步：不要自己研究API文件，讓Codex讀

以前我看到 API 文件，通常第一個反應就是：「這不是工程師看的東西嗎？」

裡面一堆 Endpoint、Request、Parameter、JSON，看幾行就想關掉。

但這堂課的做法完全不同。

老師的核心想法是：我不需要先把整份API文件研究懂，真正需要讀懂文件的人是Codex。

我們可以把相關 API 文件、使用說明或參考資料交給它。

讓 Codex 自己了解：

• • API地址在哪裡？
  • 需要哪些參數？
  • 模型名稱是什麼？
  • 怎麼送出生成圖片的請求？
  • 結果怎麼拿回來？
  • 然後請它建立對應的腳本。

這時候我突然理解上一篇為什麼要學 Scripts 和 References。

References就是讓智能體學習某個服務怎麼使用。

Scripts則把真正的 API 呼叫變成可以重複執行的工具。

先生成一張圖片測試，不要直接批量跑

我覺得這一章另一個很值得學的觀念，就是：先測一個，再做一批。

例如設定好圖片 API 之後，不是馬上叫 Codex 生8張。

• • 先拿一段畫面描述測試。
  • 確認 API Key 正常。
  • 確認模型能用。
  • 確認參數沒有錯。
  • 確認圖片能成功下載到本機。
  • 這些全部通過之後，才進入批量生成。

這其實就跟我們測試任何工作流程一樣。

一個步驟都還沒成功，就不要急著把規模放大。

為什麼圖片要「並行生成」？這是我這堂課第一次真正理解並行

當單張圖片測試成功後，老師開始要求 Codex 一次產生多張圖片。

這裡出現一個重要概念：並行。

假設一張圖片生成需要40秒。

如果按照順序：第一張完成，再做第二張，再做第三張……8張圖可能就要等很久。

但如果 API 允許同時送出多個請求，就可以一次把8個圖片任務送出去。

伺服器同時處理。

最後再把8張結果一起拿回來。

這也是自動化真正開始產生效率差異的地方。

以前我只是覺得「AI比較快」。

現在開始理解：真正的效率提升，不只來自模型生成速度，還來自工作流程如何設計。

AI生成失敗不一定代表流程壞掉，智能體還可以自己重試

課程實際測試圖片時，也碰到了提示詞審核沒有通過的情況。

這反而是一個很好的實戰案例。

其中一張圖片失敗後，Codex並沒有讓整個工作流直接停止。

它先保留已經成功的圖片，再判斷失敗原因，修改有問題的提示內容，重新送出該張圖片。

這正好呼應第三篇學到的「反饋與優化」。

智能體真正有價值的地方，不只是執行。

而是：執行 → 發現問題 → 修改 → 再執行。

這一段讓我第一次看到，前面學的理論真的跑進工作流程裡了。

第三步：圖片完成後，再開始做「首尾幀影片」

圖片全部準備完成，接下來就進入影片。

老師這次採用的是「首尾幀」的方式。

例如現在有8張圖。

第1張當第一支影片的首幀，第2張當尾幀。

接著第2張變成下一支影片的首幀，第3張當尾幀。

如此一路往下。

因此8張圖片，最後可以形成7段過渡影片。

這樣做有一個很重要的好處：每一段影片彼此比較容易連起來。

不是每5秒突然跳到完全不同的畫面，而是讓 AI 去演繹：「這一個畫面，如何慢慢變成下一個畫面。」

對歷史人物的一生來說，就可能從孩童慢慢走向成年，再進入人生下一個階段。

影片API比圖片API多了一個重要概念：「非同步任務」

做到影片時，我又學到一個新的 API 概念。

做圖片有時很快。

但影片通常沒有辦法你送出一個請求，馬上就得到成品。

因此流程比較像：

• • 第一步，送出影片生成請求。
  • 第二步，伺服器回傳一個任務ID。
  • 第三步，Codex隔一段時間去查：「做好了嗎？」
  • 如果還沒完成，就再等一下。

完成之後，再取得結果。

我現在會把它理解成：送件 → 拿號碼牌 → 查進度 → 領結果。

這其實就是很多耗時 API 任務常見的工作模式。

影片連結一定要保存，這是實戰中才會發現的小細節

課堂測試時，老師中途才想到一件事情：影片生成成功後，除了下載影片，還要把每一段影片的網址保存下來。

為什麼？

因為後面的剪輯流程可能還需要這些連結。

如果沒有保存，做完影片之後又得重新找一次，甚至重新產生。

我覺得這件事情很值得記下來。

因為真正做自動化時，我們不能只想「這一步能不能成功」。

還要想：這一步的結果，下一步需要什麼？

這也是工作流程和單純使用AI最大的差別。

這一章我開始看懂：真正重要的是「中間結果」

以前人工操作時，中間結果比較容易被忽略。

反正圖片就在畫面上，影片生成之後我自己下載。

但自動化不同。

每一步都應該留下可以被下一步使用的資料。

例如：

• • 劇本輸出畫面描述。
  • 畫面描述交給生圖 API。
  • 圖片檔案交給影片 API。
  • 影片 API 回傳任務ID與影片連結。
  • 影片素材再交給剪輯流程。

所以真正的自動化不是很多 AI 工具排在一起。

而是上一個步驟的輸出，可以正確變成下一個步驟的輸入。

我覺得這句話，是這一章非常重要的觀念。

Tina學姐的學習心得：我開始覺得「工具不是重點，接口才是重點」

這一章老師用了火山引擎、即夢等平台示範。

坦白說，看到這裡，我第一個想法就是：這些工具不一定會是我最後真正使用的工具。

尤其我平常工作的環境、付款方式與常用軟體，和大陸使用者並不完全相同。

所以我不想變成：老師用哪個平台，我就永遠綁死哪個平台。

但是我覺得這堂課仍然非常值得學。

因為真正重要的並不是「火山引擎要按哪一個按鈕」。

真正要理解的是：一個外部AI服務，要怎麼變成Codex可以使用的工具。

只要我理解這件事，未來換圖片平台、換影片模型，甚至改用其他國際服務，整個工作邏輯仍然是類似的。

所以我現在的策略會是：先把老師的架構學懂；等到自己實作時，再建立Tina版的工具組合。

Tina學姐的Codex筆記05｜我的結論

第幾個章節學完，我終於第一次看到一條真正的 AI 自動化影片生產線開始成形。

輸入一個主題或人物。

Codex先產生標題、字幕與畫面描述。

接著讀取圖片 API 的使用方法，自動產生圖片。

多張圖片可以利用並行任務提升效率。

圖片完成後，再透過影片 API 建立首尾幀影片。

如果影片生成需要時間，就利用任務ID反覆查詢狀態。

完成之後，把影片與連結保存下來，準備交給下一個剪輯流程。

我現在開始真正理解：Codex真正厲害的，不是它自己會做所有事情。而是它可以學會怎麼使用不同工具，再把很多工具串成一條完整的工作流程。

而這也讓我更確定，接下來我真正要做的，不是完全照老師的平台複製。

而是先把這條邏輯學會，再逐漸建立一套真正適合我自己的 Tina AI 影片工作流。